塞萨克，B。;罗斯特罗，H。;J.C.巴斯克斯。;威维尔，T。 吉布斯分布如何自然地产生于突触适应机制。基于模型的论证。 （英语） Zbl 1177.82090号 J.Stat.物理。 136，第3号，565-602（2009）. 为了研究神经网络中尖峰序列的统计以及突触可塑性对网络动力学的影响，应用热力学技术和形式主义。引入神经状态作为确定性动力学模型的解，其中一个模型提出了两种膜电位演化模型。主要介绍了尖峰动力学和统计学的一些基本知识以及吉布斯测度、吉布斯状态。其中一个展示了吉布斯分布是如何用自然概率度量来描述尖峰序列的统计数据的。描述了特定突触可塑性规则下突触适应的效果。这些规则仍然是通过热力学形式来制定的。给出了几个实例和数值结果。审核人：Claudia Simionescu-Badea（维也纳） 引用于5文件 MSC公司： 82立方32 神经网络在含时统计力学问题中的应用 82天99 统计力学在特定类型物理系统中的应用 92B20型 生物研究、人工生命和相关主题中的神经网络 关键词：神经元动力学;尖峰编码;统计物理学;吉布斯分布;热力学形式 PDF格式BibTeX公司 XML格式引用 \textit{B.Cessac}等人，《统计物理学杂志》。136，第3号，565--602（2009；Zbl 1177.82090） 全文： 内政部 arXiv公司 哈尔 参考文献： [1] Adrian，E.，Zotterman，Y.：感觉神经末梢产生的冲动：第二部分：单个末端器官的反应。《生理学杂志》。（伦敦）61、151–71（1926） [2] Amit，D.J.：《大脑功能建模——吸引器神经网络的世界》。剑桥大学出版社，剑桥（1989）·Zbl 0709.92001 [3] Arabzadeh，E.，Panzeri，S.，Diamond，M.：解读感觉神经元的尖峰序列：大鼠胡须通路中的计数和时间模式。神经科学杂志。26(36), 9216–9226 (2006) ·doi:10.1523/JNEUROSCI.1491-06.2006 [4] Artola，A.，Bröcher，S.，Singer，W.：在大鼠视觉皮层切片中诱导长期抑郁和长期增强的不同电压依赖阈值。《自然》347（6288），69–72（1990）·数字对象标识代码：10.1038/347069a0 [5] Barbieri，R.、Frank，L.M.、Nguyen，D.P.、Quirk，M.C.、Wilson，M.A.、Brown，E.N.：神经系统集成中信息编码的动态分析。神经计算。16, 277–307 (2004) ·Zbl 1047.92008年 ·数字对象标识代码：10.1162/089976604322742038 [6] Beck，C.，Schloegl，F.：混沌系统的热力学：导论。剑桥大学出版社，剑桥（1995） [7] Bi，G.，Poo，M.：通过相关活动进行突触修饰：重新审视了Hebb的假设。神经科学年鉴。24, 139–166 (2001) ·doi:10.1146/annurev.neuro.24.1.139 [8] Bienenstock，E.L.，Cooper，L.，Munroe，P.：神经元选择性发展理论：视觉皮层中的定向特异性和双眼交互作用。《神经科学杂志》。2(1), 32–48 (1982) [9] Blanchard，P.，Cessac，B.，Krueger，T.：从动力系统理论中我们能学到什么关于自组织临界性的知识？《统计物理学杂志》。98, 375–404 (2000) ·Zbl 0991.82024号 ·doi:10.1023/A:1018639308981 [10] Bliss，T.，Gardner-Medwin，A.：刺激执行路径后，未感知兔子齿状区突触传递的长时程增强。《生理学杂志》。232, 357–374 (1973) [11] Bohte，S.M.，Mozer，M.C.：减少神经反应的可变性：尖峰时间依赖可塑性的计算理论。神经计算。19(2), 371–403 (2007) ·Zbl 1125.68093号 ·doi:10.1162/neco.2007.19.2.371 [12] Bowen，R.：《平衡态和Anosov微分态的遍历理论》，第470卷。纽约州施普林格市（1975年）·兹比尔0308.28010 [13] Bowen，R.：Anosov微分态的平衡态和遍历理论，修订版。施普林格，纽约（2008）·Zbl 1172.37001号 [14] Brette，R.，Gerstner，W.：自适应指数积分和fire模型是对神经元活动的有效描述。《神经生理学杂志》。94, 3637–3642 (2005) ·doi:10.1152/jn.00686.2005 [15] 塞萨克：海农图的复杂易感性在其上半平面上有极点吗？数值调查。非线性20，2883–2895（2007）·Zbl 1134.37037号 ·doi:10.1088/0951-7715/20/12/007 [16] Cessac，B.：带有尖峰神经元的离散时间神经网络模型。自发动力学的严格结果。数学杂志。生物学56（3），311-345（2008）·Zbl 1145.37342号 ·doi:10.1007/s00285-007-0117-3 [17] Cessac，B.，Samuelides，M.：从神经元到神经网络动力学。EPJ规格顶部。顶部。动态。神经网络。142(1), 7–88 (2007) [18] Cessac，B.，Viéville，T.：关于具有自适应传导性的积分和fire神经网络的动力学。前面。神经科学。2(2) (2008) [19] 塞萨克，B.，布兰查德，P.，克鲁格，T.，梅尼尔，J.：自组织临界和热力学形式主义。《统计物理学杂志》。115(516), 1283–1326 (2004) ·Zbl 1157.82359号 ·doi:10.1023/B:JOSS.000028057.16662.89 [20] Cessac，B.，Vasquez，J.，Viéville，T.：尖峰序列统计的参数估计（2009年提交） [21] Chazottes，J.：熵相对，动态象征与湍流。普罗旺斯大学-艾克斯马赛一期未发表的博士论文（1999年） [22] Chazottes，J.，Floriani，E.，Lima，R.：动力学系统中吉布斯测度的相对熵和识别。《统计物理学杂志》。90(3–4), 697–725 (1998) ·兹比尔0927.37003 ·doi:10.1023/A:1023220802597 [23] Chazottes，J.，Keller，G.：遍历理论中的压力和平衡态。在：遍历理论。施普林格，纽约（2009） [24] Chechik，G.：尖峰时间相关塑性和相关互信息最大化。神经计算。15(7), 1481–1510 (2003) ·兹比尔1046.92011 ·doi:10.1162/089976603321891774 [25] Collet，P.，Galves，A.，Lopez，A.：语法的最大似然和最小熵识别。随机计算。动态。3(3/4), 241–250 (1995) ·Zbl 0864.68078号 [26] 彗星，F.：吉布斯测量的相变探测。附录申请。可能性。7（2），545–563（1997）·Zbl 0882.60047号 ·doi:10.1214/aoap/1034625344 [27] Cooper，L.，Intrator，N.，Blais，B.，Shouval，H.：皮层可塑性理论。《世界科学》，新加坡（2004年）·Zbl 1141.92309号 [28] 克罗宁，J.：霍奇金-霍克斯利理论的数学方面。剑桥大学出版社，剑桥（1987）·Zbl 0627.92005号 [29] Daucé，E.，Quoy，M.，Cessac，B.，Doyon，B.，Samuelides，M.：重复网络中的自我组织和动力减少：刺激呈现和学习。神经网络。11, 521–33 (1998) ·doi:10.1016/S0893-6080（97）00131-7 [30] Dayan，P.，Abbott，L.F.：理论神经科学：神经系统的计算和数学建模。麻省理工学院出版社，剑桥（2001）·Zbl 1051.92010年 [31] Dayan，P.，Hausser，M.：In:Thrun，S.，Saul，L.，Schoelkopf，B.（编辑）《塑性核与时间统计》，第16卷。麻省理工学院出版社，剑桥（2004） [32] Delorme，A.、Perrinet，L.、Thorpe，S.：使用秩序编码b的完整和核心神经元网络：棘波-时间依赖性可塑性和定向选择性的出现。神经计算38（40），539–45（2001）·doi:10.1016/S0925-2312（01）00403-9 [33] Dudek，S.，Bear，M.F.：成年和未成熟海马突触有效性的双向长期修饰。《神经科学杂志》。13(7), 2910–2918 (1993) [34] FitzHugh，R.：神经膜阈值现象的数学模型。牛市。数学。生物物理学。17, 257–278 (1955) ·doi:10.1007/BF02477753 [35] FitzHugh，R.：神经膜模型中的脉冲和生理状态。生物物理学。J.1，445–466（1961年）·doi:10.1016/S0006-3495（61）86902-6 [36] Gao，Y.，Kontoyiannis，I.，Bienenstock，E.：估计二进制时间序列的熵：方法论、一些理论和模拟研究。熵10（2），71–99（2008）·Zbl 1179.94045号 ·doi:10.3390/输入法-e10020071 [37] Georgeopoulos，A.P.，Merchant，H.，Naselaris，T.，Amirikian，B.：运动皮层优先方向的映射。PNAS 104（26），11068–11072（2007）·doi:10.1073/pnas.0611597104 [38] Georgopoulos，A.，Kalaska，J.，Caminiti，R.，Massey，J.：关于手臂二维运动方向与初级运动皮层细胞放电之间的关系。《神经科学杂志》。2, 1527–1537 (1982) [39] Gerstner，W.，Kistler，W.：尖峰神经元模型。剑桥大学出版社，剑桥（2002）·Zbl 1100.92501号 [40] Gerstner，W.，Kistler，W.M.：希伯来学习的数学公式。生物、网络。87, 404–415 (2002) ·Zbl 1105.92313号 ·doi:10.1007/s00422-002-0353-y [41] Grammont，F.和Riehle，A.：猴子运动皮层中的精确棘波同步参与运动准备。《实验脑研究》128、118–122（1999）·doi:10.1007/s002210050826 [42] Grammont，F.，Riehle，A.：运动皮层神经元群体中与运动方向和反应时间相关的尖峰同步和放电率。生物、网络。88, 360–373 (2003) ·Zbl 1085.92004年 ·doi:10.1007/s00422-002-0385-3 [43] Guckenheimer，J.，Labouriau，I.S.：霍奇金-霍克斯利方程的分岔：一个新的转折。牛市。数学。生物学55，937–952（1993）·Zbl 0778.92007号 [44] Hebb，D.：行为的组织：神经心理学理论。威利，纽约（1949） [45] Hirsch，M.：连续时间网络中的收敛激活动力学。神经网络。2, 331–349 (1989) ·doi:10.1016/0893-6080（89）90018-X [46] Hodgkin，A.，Huxley，A.：膜电流的定量描述及其在神经传导和兴奋中的应用。《生理学杂志》。117, 500–544 (1952) [47] Izhikevich，E.：尖峰神经元的简单模型。IEEE传输。神经网络。14(6), 1569–1572 (2003) ·doi:10.1109/TNN.2003.820440 [48] Izhikevich，E.：皮层尖峰神经元使用哪种模型？IEEE传输。神经网络。15(5), 1063–1070 (2004) ·doi:10.1109/TNN.2004.832719 [49] Izhikevich，E.，Desai，N.：将stdp与bcm联系起来。神经计算。15, 1511–1523 (2003) ·Zbl 1109.92307号 ·doi:10.1162/089976603321891783 [50] Jaynes，E.：信息理论和统计力学。物理学。修订版106620（1957）·Zbl 0084.43701号 ·doi:10.1103/PhysRev.106.620 [51] Ji，C.：估计一维吉布斯态的泛函。可能性。理论关联。字段82（2）、155–175（1989）·Zbl 0659.62116号 ·doi:10.1007/BF00354757 [52] Johnson，D.：感官辨别：辨别决定之前的神经过程。《神经生理学杂志》。4(6), 1793–1815 (1980) [53] Johnson，D.：神经种群结构和神经编码的后果。J.计算。神经科学。16(1), 69–80 (2004) ·doi:10.1023/B:JCNS.0000004842.04535.7c [54] Jolivet，R.、Rauch，A.、Lescher，H.R.、Gerstner，W.：具有适应能力的集成与火灾模型已经足够好了。麻省理工学院出版社，剑桥（2006） [55] Kang，K.，Amari，S.I.：用峰值时间和isi分布进行区分。神经计算。20, 1411–1426 (2008) ·Zbl 1137.92007号 ·doi:10.1162/neco.2007.07-07-561 [56] Katok，A.，Hasselblatt，B.：现代动力系统理论导论。Kluwer学术，多德雷赫特（1998）·兹比尔0878.58020 [57] Keller，G.：遍历理论中的平衡态。剑桥大学出版社，剑桥（1998）·Zbl 0896.28006号 [58] Levy，W.，Stewart，D.：海马体长期联想增强/抑制的时间邻接性要求。神经科学8（4），791–797（1983）·doi:10.1016/0306-4522（83）90010-6 [59] Malenka，R.C.，Nicoll，R.A.：长期增强——十年的进步？《科学》285（5435），1870-1874（1999）·doi:10.126/科学285.5435.1870 [60] von-der Malsburg，C.：纹状体皮层中方向敏感细胞的自我组织。Kybernetik 14，85–100（1973）·doi:10.1007/BF00288907 [61] Markram，H.、Lübke，J.、Frotscher，M.、Sakmann，B.：通过突触后ap和epsp的巧合调节突触效能。《科学》275、213（1997）·doi:10.126/科学275.5297.213 [62] Meyer，D.：经典统计力学中的Ruelle-Araki转移算子。物理课堂讲稿，第123卷。柏林施普林格（1980）·Zbl 0454.60079号 [63] Miller，K.，Keller，J.，Stryker，M.：眼优势柱发育：分析和模拟。《科学》245（4918），605-615（1989）·doi:10.1212/科学2762813 [64] Nagumo，J.、Arimoto，S.、Yoshizawa，S.：模拟神经轴突的主动脉冲传输线。程序。IRE 502061–2070（1962）·doi:10.1109/JRPROC.1962.288235 [65] Nemenman，I.，Lewen，G.，Bialek，W.，de Ruyter van Stevenick，R.：自然刺激集合的神经编码：亚毫秒分辨率的信息。公共科学图书馆计算。生物学4，e1000025（2006）·doi:10.1371/journal.pcbi.1000025 [66] Nirenberg，S.，Latham，P.：解码神经元棘波序列：相关性有多重要。程序。美国国家科学院。科学。100(12), 7348–7353 (2003) ·doi:10.1073/pnas.1131895100 [67] Osbone，L.，Palmer，S.，Lisberger，S..，Bialek，W.：神经群体中的组合编码。arXiv:0803.3837（2008） [68] Parry，W.，Pollicott，M.：Zeta函数和双曲动力学的周期轨道结构，vols。187–188. 星号（1990）·Zbl 0726.58003号 [69] Perrinet，L.，Delorme，A.，Samuelides，M.，Thorpe，S.：使用秩序编码的积分和核心神经元网络A：如何实现与尖峰时间相关的Hebbian可塑性。神经计算38（2001） [70] Rao，R.，Sejnowski，T.J.：In:Solla，S.，Leen，T.，Muller，K.（编辑）《复发性新皮质回路中的预测序列学习》，第12卷。麻省理工学院出版社，剑桥（1991） [71] Rao，R.，Sejnowski，T.J.：作为时间差异学习的尖峰时间依赖性希伯来可塑性。神经计算。13(10), 2221–2237 (2001) ·Zbl 0982.92006号 ·doi:10.1162/089976601750541787 [72] Rieke，F.、Warland，D.、de Ruyter van Stevenick，R.、Bialek，W.：《Spikes，探索神经代码》。麻省理工学院出版社，剑桥（1996）·Zbl 0912.92004号 [73] Rostro-Gonzalez，H.、Cessac，B.、Vasquez，J.、Viéville，T.：峰值神经网络参数的后工程。J.计算。神经科学。（2009年提交） [74] Rudolph，M.，Destexhe，A.：事件驱动模拟策略的基于传导动力学的分析集成和激发神经元模型。神经计算。18, 2146–2210 (2006) ·1099.68698兹比尔 ·doi:10.1162/neco.2006.18.9.2146 [75] Ruelle，D.：《统计力学：严格的结果》。本杰明，纽约（1969年）·Zbl 0177.57301号 [76] Ruelle，D.：非平衡统计力学中的平滑动力学和新理论思想。《统计物理学杂志》。95, 393–468 (1999) ·兹比尔0934.37010 ·doi:10.1023/A:1004593915069 [77] Samuelides，M.，Cessac，B.：随机递归神经网络。欧洲物理学。J.，规格顶部。142, 7–88 (2007) ·doi:10.1140/epjst/e2007-00059-1 [78] Schneidman，E.，Berry，M.，Segev，R.，Bialek，W.：弱成对相关性意味着神经群体中的字符串相关网络状态。《自然》4401007–1012（2006）·doi:10.1038/nature04701 [79] Sinanović，A.，Johnson，D.：走向信息处理理论。信号处理。87(6), 1326–1344 (2007) ·Zbl 1186.94316号 ·doi:10.1016/j.sigpro.2006.11.005 [80] Siri，B.、Berry，H.、Cessac，B.、Delord，B.和Quoy，M.：希伯来学习对带有抑制和兴奋神经元的随机网络的动力学和结构的影响。《生理学杂志》。巴黎101（1-3），138-150（2007）。arXiv:0706.2602·doi:10.1016/j.jphysparis.2007.10.03 [81] Siri，B.、Berry，H.、Cessac，B.、Delord，B.和Quoy，M.：希伯来学习规则对离散时间随机递归神经网络的动力学和结构影响的数学分析。神经计算。20(12), 12 (2008). arXiv:0705.3690v1·Zbl 1159.68536号 ·doi:10.1162/neco.2008.05-07-530 [82] Soula，H.：神经元冲动的动力与可塑性。未发表的博士论文，INSA Lyon（2005） [83] Soula，H.，Beslon，G.，Mazet，O.：非对称随机递归峰值神经网络的自发动力学。神经计算。2006年1月18日·Zbl 1089.68110号 ·doi:10.1162/089976606774841567 [84] Soula，H.，Chow，C.C.：有限大小峰值神经网络的随机动力学。神经计算。19, 3262–3292 (2007) ·2013年9月11日 ·doi:10.1116/neco.2007.19.12.3262 [85] Theunissen，F.，Miller，J.：神经系统中的时间编码：一个严格的定义。J.计算。神经科学。2, 149–162 (1995) ·doi:10.1007/BF00961885 [86] Tkacik，G.、Schneidman，E.、Berry，M.、Bialek，W.：真实神经元网络的Ising模型。arXiv:q-bio/0611072（2006） [87] Touboul，J.：一类非线性积分与核神经元的分岔分析。SIAM J.应用。数学。68（4）、1045–1079（2008）·Zbl 1149.34027号 ·doi:10.1137/070687268 [88] Toyoizumi，T.，Pfister，J.-P.，Aihara，K.，Gerstner，W.：最大化信息传输的尖峰神经元的广义Bienenstock-Cooper-Munroe规则。程序。美国国家科学院。科学。102, 5239–5244 (2005) ·doi:10.1073/pnas.0500495102 [89] Toyoizumi，T.，Pfister，J.-P.，Aihara，K.，Gerstner，W.：非监督尖峰时间依赖性可塑性的最优模型：突触记忆和重量分布。神经计算。19, 639–671 (2007) ·Zbl 1117.92015年 ·doi:10.1162/neco.2007.19.3.639 [90] Wood，F.，Roth，S.，Black，M.：用Gibbs分布建模神经种群尖峰活动。收录于：Weiss，Y.，Schölkopf，B.，Platt，J.（编辑）《神经信息处理系统进展》，第18卷，第1537-1544页。麻省理工学院出版社，剑桥（2006） [91] Zou，Q.：塑性脉冲的模型计算：突触、神经元和电路。巴黎第六大学未发表博士论文（2006年） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。